CN112368588A - 蓄电池的充放电曲线估计装置及充放电曲线估计方法 - Google Patents
蓄电池的充放电曲线估计装置及充放电曲线估计方法 Download PDFInfo
- Publication number
- CN112368588A CN112368588A CN201980040080.4A CN201980040080A CN112368588A CN 112368588 A CN112368588 A CN 112368588A CN 201980040080 A CN201980040080 A CN 201980040080A CN 112368588 A CN112368588 A CN 112368588A
- Authority
- CN
- China
- Prior art keywords
- charge
- discharge
- function
- voltage
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 74
- 230000006870 function Effects 0.000 claims abstract description 101
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 238000012937 correction Methods 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000008569 process Effects 0.000 claims description 41
- 238000007599 discharging Methods 0.000 claims description 16
- 238000010801 machine learning Methods 0.000 claims description 10
- 230000014509 gene expression Effects 0.000 claims description 9
- 230000006641 stabilisation Effects 0.000 claims description 7
- 238000011105 stabilization Methods 0.000 claims description 7
- 238000009795 derivation Methods 0.000 claims description 6
- 238000011282 treatment Methods 0.000 claims description 2
- 230000000087 stabilizing effect Effects 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 description 16
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 12
- 229910001416 lithium ion Inorganic materials 0.000 description 12
- 230000005856 abnormality Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003446 memory effect Effects 0.000 description 2
- 239000002070 nanowire Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002301 combined effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
充放电曲线估计装置导出成为初次的校正对象的初始开路端电压函数以及初始阻抗函数的近似曲线并设定为事前估计函数。测定部在充放电开始后,以固定时间的周期,测定充放电电压以及充放电电流。SOC算出部与充放电电压的测定同时地算出SOC值。估计运算处理部求出根据事前估计函数求出的事前估计电压和实测电压的估计误差,对于算出的估计误差和电流值,通过使用了以预先确定的学习率(LR)和校正幅度(σ)为项的高斯函数的校正式,求出事后估计值,根据算出的事后估计值,校正事前估计函数,设定新的事前估计函数,估计充放电曲线。
Description
技术领域
本发明的实施方式涉及估计蓄电池的经济性的蓄电池的充放电曲线估计装置以及充放电曲线估计方法。
背景技术
以往,搭载在设置于大型建筑物内的蓄电装置中的锂离子蓄电池被用作以降低电力需求的峰值消减(peak cut)、蓄电夜间电力而在白天使用的峰移(peak shift)为目的的使用、或者被用作灾害对策用的紧急用电源。正在研究有效利用这样的固定安装用锂离子蓄电池,使应用按时间段收费时的电力使用最佳化,得到经济上的优点。即,以在电费便宜的时间段对蓄电池进行充电、在电费高的时间段进行放电的运用方式,得到经济上的优点。这种情况下的经济上的优点由作为电力的交易单位的电量决定,因此充电电量和充放电效率直接产生影响。因此,锂离子蓄电池的劣化状态的管理成为重要的关注事情,提出了用于掌握劣化状态的方法。
发明内容
例如,在专利文献1(日本特开2014-044149号公报)中,提出了不测定放电容量而利用多个频率下的阻抗与放电容量的关系的剩余容量估计方法。另外,在专利文献2(日本特开2002-131402号公报)中,提出了如下的测定方法:对满充电的锂离子蓄电池进行放电,在从放电开始起经过规定时间后,使用在两个时刻计测出的放电电压之差,估计电池的剩余容量。这些方法能够估计剩余容量,但不能估计充放电曲线本身,因此在管理劣化状态方面是不够的。
相对于此,在专利文献3(日本特开2017-220293号公报)中,提出了使用预先求出的放电电压与充电上限电压之间的差电压来估计二次电池的充放电曲线的方法及装置。根据该专利文献3,虽然能够估计充放电曲线,但由于仅能够对特定的充放电电流的电流速率进行估计,所以在改变了电流速率的情况下,需要重新进行估计。
按照本发明的实施方式所涉及的电池的充放电曲线估计装置,包括:初始函数导出部,导出成为初次的校正对象的初始开路端电压函数以及初始阻抗函数的近似曲线,并设定为事前估计函数;充电部,探测二次电池的充电状态,使其在直到预先确定的充电上限电压为止的范围内进行充电;放电部,对充满电的所述二次电池电连接负载,并从所述二次电池放电电力;测定部,在基于所述充电部或放电部的充放电开始之后,以固定时间的周期,测定充放电电压以及充放电电流;SOC算出部,与充放电电压的测定同时地算出SOC值;以及估计运算处理部,求出根据所述事前估计函数求出的事前估计电压和实测到的电压之间的估计误差,使用算出的估计误差和电流值,通过预先确定的学习率LR和校正幅度σ,使用高斯函数来校正所述开路端电压值和阻抗值,求出事后估计值,基于算出的事后估计值来校正所述事前估计函数,设定新的事前估计函数,估计充放电曲线。
进而,通过按照本发明的实施方式所涉及的电池的充放电曲线估计装置来估计二次电池的所述充放电曲线的方法,进行如下处理:初始函数导出处理,导出成为初次的校正对象的初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)的近似曲线,并设定为事前估计函数;稳定化处理,使电池温度与周围温度相适应(馴らす);充放电处理,在所述稳定化处理之后实施,放电至放电下限电压或充电至充电上限电压;实测处理,在所述充放电处理的期间,以固定时间的周期,测定充放电电压Vmeas和充放电电流I(其中,定义为充电时为正、放电时为负),同时算出SOC值(充电率);以及电压事前估计处理,在所述实测处理之后实施,根据所述事前估计函数,从电流值I、SOC值,求出事前估计电压值
[数学式1]
并进行如下处理:
估计误差算出处理,求出作为实测出的电压Vmeas和事前估计电压值
[数学式2]
之差的估计误差
[数学式3]
事后估计值算出处理,使用由估计误差算出处理算出的估计误差和电流值,根据预先确定的学习率LR和校正幅度σ,通过使用了高斯函数的下述校正式(1)、(2)校正开路端电压值和阻抗值,作为事后估计值,求出事后估计开路端电压值
[数学式4]
以及事后估计阻抗值
[数学式5]
[数学式6]
其中,μ是高斯函数的校正峰顶位置,是测定出实测到的电压Vmeas的定时的SOC值。所述方法还进行:事后估计近似曲线导出处理,基于算出的事后估计值,导出新的开路端电压函数以及阻抗函数的事后估计近似曲线,所述方法具有:机器学习处理,将所述事后估计近似曲线设定为新的事前估计函数,在该充放电曲线估计方法中,将所述实测值测定处理和机器学习处理反复规定次数,根据求出的开路端电压函数以及阻抗函数的近似曲线,基于
[数学式7]
V(SOC)=OCV(SOC)+IZ(SOC)
,估计充放电曲线。
发明的效果
根据本发明,由于通过开路端电压函数以及阻抗函数求出充放电曲线,因此能够与电流速率无关地进行应用。
附图说明
图1是表示搭载实施方式所涉及的的蓄电池的充放电曲线估计装置的蓄电系统的结构的框图。
图2是表示多个蓄电装置进行网络通信的蓄电系统的结构例的图。
图3是表示蓄电池的充放电曲线估计装置的结构例的框图。
图4是用于说明蓄电池的充放电曲线估计装置的充放电曲线估计方法的流程图。
图5是概念性地表示开路端电压OCV被校正的近似曲线的图。
图6是表示高斯函数的图。
图7是表示本实施方式的充放电曲线估计结果的平均误差的图。
具体实施方式
以下,参照附图,对本发明的一实施方式所涉及的的蓄电池的充放电曲线估计装置及其充放电曲线估计方法进行说明。
图1表示搭载本实施方式所涉及的蓄电池的充放电曲线估计装置的蓄电装置的结构。该蓄电装置1主要由如下构成:功率调节器(功率调节系统,Power contioning system)2、电池模块3、电池组管理部(电池组管理单元,BMU:Battery Managet Unit)4、能量管理部(能量管理单元,EMU:Energy Management Unit或能量管理系统,EMS:Energy Managementsystem)5、充放电曲线估计装置6、电池温度测定部7。另外,虽然未图示,但设为通常的蓄电装置所具备的构成部位,本实施方式的蓄电装置也具备,省略详细的说明。
功率调节器2作为将从外部的电力公司等的电力系统9供给的电力、从太阳能发电系统供给的电力、或者从电池模块3供给的电力进行变换以能够利用于包含特定负载8的电驱动设备的所谓的变换器发挥作用。进而,功率调节器2也可以具有对蓄电池进行充电的充电器的功能。例如,如果特定负载8是由交流电力驱动的电气设备,则将从电池模块3供给的直流电力变换为交流电力的电力形态。另外,也可以通过特定负载8的电气设备,使电力的电压值升压。进而,功率调节器2除了向特定负载8的电力供给之外,还能够在从电力系统9供给的电力的消耗达到最大时,使电池模块3放出蓄积的能量,降低从电力系统9供给的电力的消耗。此时,对于放电后的电池模块3,在深夜等电力需求降低时,能够通过功率调节器2使其充电至满充电。
关于作为蓄电装置1的电力供给目的地的特定负载8,设想了在从电力系统9停止电力的供给时(例如停电时)应该供给电力的设备,例如有计算机等电子设备或通信设备等,进行用于电源备用的电力供给。
电池模块3具备输出直流电流电压的二次电池(蓄电池)11、单体电池监视部(单体电池监视单元,CMU:Cell Monitor Unit)12和保护部13。电池模块3按照特定负载等的电力供给量的设计,适当设定其数量。例如,在形成大容量的二次电池的情况下,有时将多个电池模块3电连接而构成为1台电池组(Battery Pack)。另外,在本实施方式中,作为成为充放电曲线估计的对象的二次电池11,以锂离子蓄电池为一例进行说明。但是,并不限定于此,只要是与锂离子蓄电池同样,记忆效应小、且自放电特性良好的电池,也能够容易地应用于不同结构的电池。例如,也可以应用于从锂离子蓄电池得到改良的纳米线电池组等。
本实施方式的二次电池11并不限定于电池内部材料(电极材料等)或单体电池结构,在外包装件的形态中也有圆筒罐型、方形罐型及层压型等。构成电池模块3的二次电池11的连接方式可以应用单电池、串联组电池或并联组电池等公知的连接方式。
电池温度测定部7通过以与各二次电池11相接的方式配置的未图示的温度传感器来测定温度。装置内的锂离子蓄电池可使用的周围温度为大致5~40℃的范围,但根据设置环境(寒冷地区或热带地区),只要需要,也可以在装置内搭载电池用调温机构。该电池用调温机构由用于进行温度调整的风扇以及加热器构成。在由电池温度测定部7测定的温度超过预先设定的温度范围的上限或下限的情况下,风扇以及加热器进行温度调整至上述的二次电池11可使用的范围内(5~40℃的程度),以使电池性能不降低。当然,通过以后的电池改良,在二次电池11的可使用的温度范围变宽的情况下,能够对应于这些所有的温度范围。
单体电池监视部12持续计测单电池(或单体电池)的每个二次电池11的输出电压、电流以及温度,并将测定结果发送到电池组管理部4。特别是,根据后述的运算控制部14的控制,在用于充放电曲线估计的充放电处理中,每隔规定的固定时间计测充放电电压Vmeas。
进而,单体电池监视部12将从二次电池11获取的输出电压、电流以及温度作为监视信息发送到电池组管理部4。电池组管理部4根据接收到的监视信息,判断有无过充电、过放电以及温度上升等的异常发生。在判断为有异常发生的情况下,电池组管理部4控制保护部13,使对二次电池11的充电或输出(放电)停止,防止过充电和过放电。另外,保护部13在发生了由二次电池11的故障等引起的紧急异常的情况下,通过电切断使对二次电池11的充电或输出(放电)停止。
进而,也可以具有通过向电池组管理部4通知异常来避免危险的功能。另外,异常发生的判断是必须的,该判断功能可以搭载在电池模块3侧的单体电池监视部12或蓄电装置1侧的电池组管理部4中的任意一者中,也可以分别搭载从而通过双重判断来提高安全性。在双重判断中,预先决定判断的顺序,例如,单体电池监视部12最初进行异常发生的判断,之后电池组管理部4进行第二次的异常发生的判断。作为此时的判断处理,通常在两个判断部中的任意一个判断为异常的情况下,执行基于保护部13的保护动作。另外,根据设计思想,也可以为如下构成:仅在双方判断为异常的情况下,执行基于保护部13的保护动作;仅在一方判断为异常的情况下,产生警告。
进而,电池组管理部4将从各个电池模块3的单体电池监视部12发送的监视信息统一地汇集,发送给上位的能量管理部5。该能量管理部5基于这些监视信息,对功率调节器2指示电池模块3的充电和放电。功率调节器2根据指示来控制电池模块3的充电以及放电。
能量管理部5由运算控制部14、显示部15、服务器16、接口部17构成。
运算控制部14具有与计算机的运算处理部等同等的功能,进行向电池组管理部4的针对电池模块3的充电以及放电的指示、或者向功率调节器2的对电池模块3的充电以及放电的指示。另外,对每个电池模块3预先设定充电上限电压值或放电下限电压值,基于从电池组管理部4发送的监视信息,进行充电停止或放电停止的指示。
显示部15例如由液晶显示单元构成,通过运算控制部14的控制,显示蓄电装置1的工作状况、电池模块3(二次电池11)的剩余容量等以及警告事项。另外,显示部15也可以采用触摸面板等作为输入设备使用。
服务器16随时存储向能量管理部5发送的蓄电装置1的工作状况、与电池模块3等相关的监视信息、与充放电曲线相关的信息等中的最新信息,用以累计。如图2所示,接口部17通过因特网等网络通信网18,对设置在外部的集中管理系统19进行通信。
接着,对蓄电池的充放电曲线估计装置6进行说明。图3表示蓄电池的充放电曲线估计装置6的结构例。
该充放电曲线估计装置6由充电用电源部22、放电部23、放电用负载部24、测定部25、时间计测部26、估计运算处理部27、SOC算出部28、初始函数导出部29构成。充放电曲线估计装置6估计电池模块3内的二次电池11中的充放电曲线。估计的各二次电池11的充放电曲线存储在服务器16中。
充电用电源部22向二次电池11输出与二次电池11的额定匹配的直流电流电压,进行满充电。该充电用电源部22作为用于估计二次电池11的充放电曲线的专用电源而设置,但通常也可以使用设置在蓄电装置内或功率调节器2内的电池充电用电源部。
放电部23具备放电用负载部24,通过未图示的开关操作,将二次电池11电连接到放电用负载部24,从二次电池11放电规定的电量(这里,假定为恒定电流或恒定电压)。该放电用负载部24可以是电阻器或电子负载,但也可以不设置这些专用负载,而模拟负载,再生给电力系统。
测定部25测定电池模块3(二次电池11)输出的直流电压及直流电流。关于该测定定时,每经过预先确定的固定时间,就周期性地测定从电池模块3输出的直流电压和直流电流。另外,关于电压测定和电流测定的实施,即使不实际进行测定,也可以沿用从电池组管理部4发送并存储在能量管理部5的服务器16中的监视信息中包含的电压值以及电流值。时间计测部26是用于对从电池模块3放电电力的时间进行计时的计时器,计测测定定时。
SOC算出部28算出测定部25测定电压的定时的SOC(充电状态,States of Charge)值(充电率)。SOC值是将充电电流量Qc[Ah]除以在该时间点的满充电容量FCC[Ah]所得的值。SOC值可以通过电流累计法、电压法、最优化滤波器等适当的方法算出。另外,FCC值(满充电容量)可以通过充放电差电压法、交流阻抗法、放电曲线微分法、最优化滤波器等适当的方法算出。
初始函数导出部29导出成为初次的校正对象的开路端电压函数以及初始阻抗函数的近似曲线,并设定为事前估计函数。在求近似曲线时,可以应用各种曲线拟合的方法,可以预先存储求出的近似曲线,设定为事前估计函数。
估计运算处理部27是存储使用了后述的关系式的运算算法,并基于所测定的二次电池11的测定值来估计充放电曲线的运算处理部(CPU等)。关于该估计运算处理部27,即使不专门设置在蓄电池的充放电曲线估计装置6内,也可以使能量管理部5的运算控制部14代替处理功能。
如图1所示,电池模块3具备输出直流电流电压的二次电池(蓄电池)11、单体电池监视部(单体电池监视单元)12和保护部13。电池模块3按照特定负载等的电力供给量的设计,适当设定其数量,在形成大容量的二次电池的情况下,有时将多个电池模块3电连接而构成为一台电池组。
另外,在本实施方式中,作为成为经济性估计的对象的二次电池11,以锂离子蓄电池为一例进行说明,但并不限定于此。即,只要是与锂离子蓄电池同样,记忆效应小、且自放电特性良好的电池,也能够容易地应用于不同构造的电池。例如,也可以应用于从锂离子蓄电池得到改良的纳米线电池组等。
接着,参照图4所示的流程图,对基于本实施方式的充放电曲线估计装置的充放电曲线估计方法进行说明。
首先,进行初始函数导出处理(步骤1)。具体而言,导出成为初次的校正对象的初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)的近似曲线。在导出该近似曲线时,可以使用已知的充放电曲线的近似方法。例如,对电池模块3预先进行充放电试验后,计测1个循环的充放电中的充放电电压值和电流值。根据充放电电压值和电流值求出近似曲线并存储。并且,将从充放电曲线和开路端电压以及阻抗函数的下式
[数学式8]
V(SOC)=OCV(SOC)+IZ(SOC)
求出的初始的开路端电压函数OCV(SOC)、以及初始阻抗函数Z(SOC)的近似曲线设定为事前估计函数,在后述的机器学习处理中使用。
接着,通过电池温度测定部7测定二次电池11的温度,并进行放置直到电池温度与周围温度相适应的电池的稳定化处理(步骤S2)。在该电池的稳定化处理中,直到二次电池11的温度达到周围温度为止的必要时间不是单一的,而是根据二次电池11的类别而不同。另外,该稳定化处理时间需要大于充电完成后的瞬态响应收敛的程度的时间,一般为数十分钟以上。
之后,通过放电部23将二次电池11与放电用负载部24电连接而开始放电,并且在时间计测部26中开始时间的计测(步骤S3)。在本实施方式中,从放电开始,但也可以构成为从充电开始。放电开始后,判定是否是放电下限电压(步骤S4)。在该步骤S4的判定中,在达到放电下限电压的情况下(“是”),开始充电(步骤S9)。另一方面,在未达到放电下限电压的情况下(“否”),继续放电。作为该放电方式,可以选择恒定电流或恒定功率中的任意一种。在放电开始后,判断是否经过了被确定的后述的规定时间(步骤S 5)。在步骤S 5的判断中,在经过规定时间之前(“否”),继续放电,另外,如果经过了规定时间(“是”),则由测定部25测定二次电池11的放电电压Vmeas以及充放电电流I,由SOC算出部28算出SOC值(步骤S6)。
接着,在放电电压以及放电电流的测定和SOC值的算出结束后,实施机器学习处理(步骤S7)。在机器学习处理中,使用后述的关系式,并使用事前估计函数和实测值来算出事前估计值。进而,通过估计误差和高斯函数校正事前估计值来作为事后估计值,基于事后估计值求取事后估计近似曲线。在这样的机器学习处理中,通过将所获得的事后估计近似曲线设定为新的事前估计函数并反复校正,能够提高近似曲线的精度。
例如,图5概念性地示出了开路端电压OCV被校正的近似曲线。这是在对图5所示的初始开路端电压曲线(事前估计值)O测定了实测电压值E的情况下,产生了电压差V误差。因此,为了消除由电压差V误差引起的误差,根据基于电压差V误差的估计误差值和基于高斯函数的GFFD(高斯型自由形变,Gaussian Free-Form Deformat)曲线,算出修正电压V修正。使修正电压V修正与初始开路端电压曲线O重叠,获取事后估计近似曲线G。修正电压V修正如后所述,不是一次加上(或减去)电压差V误差的量来进行校正,而是分为多次反复进行校正,提高事后估计近似曲线G的精度。另外,在图5中,为了使说明容易,示出了一个正的测定电压E,但实际上,使用在多个充电率(SOC)时实测到的(相对于事前估计值而)正/负的电压值来校正近似曲线。
接着,判断反复的校正次数是否达到了预先确定的反复次数(步骤S8)。在该判断中,在校正次数未达到反复次数的情况下(“否”),返回步骤S4,继续放电。在继续放电的情况下,再次判定是否是放电下限电压(步骤S4),如果没有达到放电下限电压(“否”),则反复进行从步骤S4到步骤S8的处理例程。另外,在步骤S8的判断中,在校正次数达到了反复次数的情况下(“是”),使用开路端电压函数以及阻抗函数的近似曲线,基于与电压的关系式来估计充放电曲线。估计出的充放电曲线存储在能量管理部5的服务器16中(步骤S15)。
在上述的步骤S4中判定为达到了放电下限电压的情况下(“是”),开始充电(步骤S9)。在充电开始后,判定电压是否达到了充电上限电压(步骤S10)。在步骤S10的判定中判定为未达到充电上限电压的情况下(“否”),判定是否经过了规定的时间(步骤S11),另一方面,在判定为达到了充电上限电压的情况下(“是”),返回步骤S3。
在步骤S11的判定中经过了规定的时间后(“是”),在充电电压以及充电电流的测定和SOC值的算出后(步骤S12),进行机器学习处理(步骤S13)。
接着,判断机器学习处理是否达到预先确定的反复次数(步骤S14)。在步骤S14的判定中,在未达到反复次数的情况下(“否”),返回步骤S10,继续充电。这里,在继续充电的情况下,在步骤S10中判定是否为充电上限电压,如果没有达到充电上限电压、且在步骤S14的判定中没有达到反复次数,则反复进行从步骤S10到步骤S14的处理例程。
在上述步骤S14的判定中,在达到了反复次数的情况下(“是”),转移到步骤S15,使用开路端电压函数和阻抗函数的近似曲线,基于与电压的关系式来估计充放电曲线。估计出的充放电曲线存储在能量管理部5的服务器16中。所存储的充放电曲线可以根据请求从服务器16中读出并显示在显示部上,或者用于充放电电量的算出。
另外,在充放电曲线估计处理中,充放电处理或电池温度稳定化、或充放电处理时进行的电压及电流测定可以对单电池实施,另外,单电池也可以是在组电池单元中并联或串联连接了多个的单电池。进而,充放电处理或电池温度稳定化时的电压以及电流测定可以对并联或串联连接了单电池的组电池单元实施,组电池单元也可以是作为蓄电系统的电池部而并联或串联连接了多个的组电池单元。
这里,对步骤S5和步骤S11中的测定充放电电压的规定时间进行说明。
通过放电部23将电池模块3与放电用负载部24电连接,从而开始放电。在本实施方式中,从放电开始每经过固定的时间,测定实测值。该固定时间需要设为充电率SOC不会大幅变化的程度的时间,设为数十秒(例如10秒至80秒)左右。
在本实施方式中,根据预先测定的测定结果的研究,设定规定时间的范围。在此,将从放电开始进行放电电压的测定的规定时间范围规定为例如10秒至80秒。若该待机时间比10秒短,则可能会数据量过多,求取近似曲线的处理所花费的时间增加。另外,若长于80秒,则有可能数据量变得过少,估计的充放电曲线的精度降低。另外,该规定时间范围是一例,在装置结构、测定特性不同的情况下,是可变的时间,并不严格地限定。
在本实施方式中,将规定时间设定为例如60秒,以该规定时间的周期实施二次电池11的实测值的测定。
接着,说明上述步骤S7和S13中的本实施方式的机器学习处理。
首先,导出成为初次的校正对象的初始开路端电压函数OCV(SOC)和初始阻抗函数IZ(SOC)的近似曲线。该近似曲线的导出可以使用已知的方法,也可以用高次的多项式进行近似,或者用多项式以外的函数进行近似。例如,能够获取1个循环量的充放电电压和电流值,导出初始的开路端电压函数和初始阻抗函数的近似曲线。在求取近似曲线时,可以应用各种曲线拟合的方法。例如,在将函数设为12次多项式,通过多项式回归分析求取函数的情况下,将ai、bi设为多项式的各项的系数,用下式表示。
[数学式9]
由此,能够根据下述的关系式求出充放电电压V。
[数学式10]
V(SOC)=OCV(SOC)+IZ(SOC)
这里,I是充放电电流,定义为充电时为正、放电时为负。通过对这样的初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)的近似曲线反复进行校正来提高近似的精度。
将该初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)的近似曲线设定为事前估计函数。将算出的SOC值代入到该事前估计函数中,算出OCV值以及阻抗值。进而,使用所测定的电流值,算出充放电电压值的事先估计值
[数学式11]
[数学式12]
实测值Vmeas和估计误差
[数学式13]
[数学式14]
,算出估计误差
[数学式15]
。然后,通过使用了以预先确定的规定的学习率LR和校正幅度σ为项的高斯函数的校正式,求取事后估计值
[数学式16]
[数学式17]
在此,对高斯函数进行说明。
[数学式18]
在此,LR是学习率,是图6所示的高斯函数的曲线图中的峰顶(peak top)表示的值。μ是表示峰顶的SOC值,是测定出实测值时的SOC值。LR可任意确定,但优选设为下述式所示的范围。
0.0005≦LR≦0.05
在为该范围外的情况下,有时解不收敛而会发散。
另外,校正幅度σ对应于高斯函数的标准偏差,以山形曲线的峰顶为中心,±σ的范围占据约68.3%的面积。换言之,覆盖基于高斯函数的校正量的约68.3%的幅度为±σ。该值可以任意设定,但优选设为0.002≤σ≤0.2。在设为该范围外的情况下,有时解不收敛而会发散。
这样,基于高斯函数的校正值成为与以峰顶位置μ为中心的整个校正幅度(至±3σ为止覆盖约99.7%的校正量的区域)的各SOC对应的离散数据。通过从该事后估计值对开路端电压OCV、阻抗Z的函数进行拟合,得到OCV、阻抗Z的事后估计近似曲线。通过使用高斯函数,对于SOC的变化可得到平滑的近似函数。
在本实施方式中,使用利用12次多项式对成为初次的校正对象的初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)进行近似的多项式回归分析。
在本实施方式中,使用额定容量50Ah、额定电压29.6V的锂离子蓄电池8串联模块,以1085W的恒定功率方式实施充放电试验。另外,在充电和放电之间设置1.5小时的间隔。关于计测,以时间分解度1秒(sec)实施各单体电池的电压(分解度0.001V)、每2个单体电池的单体电池间温度(分解度0.1℃)、流过模块整体的电流(分解度0.001A)。
在此,根据得到的充电电压Vpc、放电电压Vpd、电流值I的值以及对应的SOC值,基于充放电电压V的关系式
[数学式19]
V(SOC)=OCV(SOC)+IZ(SOC)
,求出对应的开路端电压值和阻抗值,并用12次多项式对得到的数据进行多项式近似,从而得到近似曲线。
在本实施方式中,通过多项式回归分析求出12次多项式的近似式,但也可以通过适当的方法进行拟合来求出近似曲线。
图7表示本实施方式的充放电曲线估计结果的一例。图7中,使校正幅度σ在0.01到1之间变化,并针对各个σ的值使学习率LR从0.01到1变化,来估计充放电曲线,并示出了与实测值的误差的平均值(误差平均)。对于各σ,用圆点表示误差平均最小的LR。误差平均最小的位置为σ=0.158,学习率LR=0.251。
根据本实施方式,能够估计精度良好的充放电曲线,进而根据开路端电压和阻抗的近似曲线估计充放电曲线,因此能够估计即使在电流速率变化了的情况下也能够应对的充放电曲线。估计出的充放电曲线能够用于充放电能量E的算出、蓄电池的经济性的评价等各种目的。充放电能量E的算出可以使用以下的式子。其中,设为FCC:满充电容量,V(SOC):充放电电压,SOC:充电率。
[数学式20]
E=FCC∫0 1V(SOC)dSOC
另外,本申请发明并不限定于上述实施方式,在实施阶段能够在不脱离其主旨的范围内进行各种变形。另外,各实施方式可以尽可能地适当组合实施,在该情况下能够得到组合的效果。进而,在上述实施方式中包含各种阶段的发明,通过公开的多个构成要件中的适当的组合能够提取出各种发明。
Claims (2)
1.一种充放电曲线估计装置,其特征在于,
包括:
初始函数导出部,导出成为初次的校正对象的初始开路端电压函数以及初始阻抗函数的近似曲线,并设定为事前估计函数;
充电部,探测二次电池的充电状态,使二次电池在直到预先确定的充电上限电压为止的范围内进行充电;
放电部,对所述二次电池电连接负载,并从所述二次电池放电电力;
测定部,在基于所述充电部或放电部的充放电开始之后,以固定时间的周期,测定充放电电压以及充放电电流;
SOC算出部,与充放电电压的测定同时地算出SOC值;以及
估计运算处理部,求取根据所述事前估计函数求出的事前估计电压与实测到的电压的估计误差,使用所算出的估计误差和电流值,通过使用了以预先确定的学习率LR和校正幅度σ为项的高斯函数的校正式,使用高斯函数来校正开路端电压值和阻抗值进而求出事后估计值,并基于所算出的事后估计值来校正所述事前估计函数,设定新的事前估计函数,估计充放电曲线。
2.一种充放电曲线估计方法,其特征在于,
进行如下处理:
初始函数导出处理,导出成为初次的校正对象的初始开路端电压函数OCV(SOC)以及初始阻抗函数Z(SOC)的近似曲线,并设定为事前估计函数;
稳定化处理,使电池温度适应于周围温度;
充放电处理,在所述稳定化处理之后实施,放电至放电下限电压或充电至充电上限电压;
实测处理,在所述充放电处理的期间,以固定时间的周期,测定充放电电压Vmeas和充放电电流I,同时算出SOC值即充电率,其中,充放电电压Vmeas和充放电电流I定义为充电时为正、放电时为负;
电压事前估计处理,在所述实测处理之后实施,根据所述事前估计函数,利用电流值I、SOC值,求出事前估计电压值
[数学式1]
估计误差算出处理,求出实测出的电压Vmeas与事前估计电压值
[数学式2]
之差即估计误差
[数学式3]
事后估计值算出处理,使用所算出的估计误差和电流值,根据预先确定的规定的学习率LR和校正幅度σ,通过使用了高斯函数的校正式(1)、(2)来校正开路端电压值和阻抗值,作为事后估计值,求出事后估计开路端电压值
[数学式4]
以及事后估计阻抗值
[数学式5]
[数学式6]
所述μ是高斯函数的校正峰顶位置,是测定出被实测到的电压Vmeas的定时的SOC值;以及
事后估计近似曲线导出处理,基于所算出的事后估计值,导出新的开路端电压函数以及阻抗函数的事后估计近似曲线,
所述充放电曲线估计方法具有:机器学习处理,将所述事后估计近似曲线设定为新的事前估计函数,
将所述实测值测定处理和机器学习处理反复进行规定次数,
根据求出的开路端电压函数以及阻抗函数的近似曲线,基于
[数学式7]
V(SOC)=OCV(SOC)+IZ(SOC),
来估计充放电曲线。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018115000A JP7106362B2 (ja) | 2018-06-15 | 2018-06-15 | 蓄電池の充放電曲線推定装置および充放電曲線推定方法 |
JP2018-115000 | 2018-06-15 | ||
PCT/JP2019/023712 WO2019240270A1 (ja) | 2018-06-15 | 2019-06-14 | 蓄電池の充放電曲線推定装置および充放電曲線推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112368588A true CN112368588A (zh) | 2021-02-12 |
CN112368588B CN112368588B (zh) | 2024-06-25 |
Family
ID=68842306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980040080.4A Active CN112368588B (zh) | 2018-06-15 | 2019-06-14 | 蓄电池的充放电曲线估计装置及充放电曲线估计方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11346889B2 (zh) |
JP (1) | JP7106362B2 (zh) |
CN (1) | CN112368588B (zh) |
DE (1) | DE112019003028T5 (zh) |
TW (1) | TWI826464B (zh) |
WO (1) | WO2019240270A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI810098B (zh) * | 2022-02-17 | 2023-07-21 | 日商日立全球先端科技股份有限公司 | 電池管理裝置、電池管理程式 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7106362B2 (ja) | 2018-06-15 | 2022-07-26 | 大和製罐株式会社 | 蓄電池の充放電曲線推定装置および充放電曲線推定方法 |
WO2021095895A1 (ko) * | 2019-11-11 | 2021-05-20 | 엘지전자 주식회사 | 전자 장치 및 전자 장치의 충전 제어 방법 |
JP7214884B2 (ja) * | 2020-03-16 | 2023-01-30 | 株式会社東芝 | 情報処理装置、情報処理方法、コンピュータプログラム及び情報処理システム |
CN112379273B (zh) * | 2020-11-16 | 2021-07-30 | 北京理工大学 | 基于人工智能的锂离子电池充电曲线重构及状态估计方法 |
KR20220100330A (ko) | 2021-01-08 | 2022-07-15 | 주식회사 엘지에너지솔루션 | 방전 전압 그래프 예측 방법 및 이를 이용한 배터리 시스템 |
DE102021105784A1 (de) * | 2021-03-10 | 2022-09-15 | TWAICE Technologies GmbH | Abschätzung von Kenngrößen bei wiederaufladbaren Batterien |
JP2022157734A (ja) * | 2021-03-31 | 2022-10-14 | 本田技研工業株式会社 | 劣化状態推定システム、劣化状態推定方法、及びプログラム |
JP2022170227A (ja) * | 2021-04-28 | 2022-11-10 | 株式会社日立ハイテク | 電池状態推定装置、電力システム |
CN113567867A (zh) * | 2021-08-02 | 2021-10-29 | 潍柴动力股份有限公司 | 一种电池建模数据处理方法、装置、存储介质和设备 |
CN114371408B (zh) * | 2022-01-26 | 2023-06-20 | 上海玫克生储能科技有限公司 | 电池荷电状态的估算方法、充电曲线的提取方法及装置 |
JP2024008300A (ja) * | 2022-07-07 | 2024-01-19 | 大和製罐株式会社 | 蓄電池の充放電曲線を用いた経済性推定装置及び経済性推定方法 |
CN115575824B (zh) * | 2022-11-21 | 2024-04-30 | 陕西银河景天电子有限责任公司 | 一种自主学习的电池电量估算方法及装置 |
CN116231795B (zh) * | 2023-02-11 | 2023-12-22 | 珠海康晋电气股份有限公司 | 一种分布式储存电池综合管理控制系统 |
JP7411971B1 (ja) | 2023-02-28 | 2024-01-12 | 株式会社日本エコソリューションズ | 電力供給システム、および方法 |
CN117074964B (zh) * | 2023-10-13 | 2024-01-16 | 快电动力(北京)新能源科技有限公司 | 电池健康状态的监测方法、装置、系统和部件 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103022583A (zh) * | 2012-12-20 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种利用电池充电曲线修正soc的方法 |
CN103314303A (zh) * | 2010-11-30 | 2013-09-18 | 罗伯特·博世有限公司 | 用于测定蓄电池的开路电压的方法、具有用于测定开路电压的模块的蓄电池以及具有相应的蓄电池的机动车 |
JP2015135286A (ja) * | 2014-01-17 | 2015-07-27 | 株式会社豊田中央研究所 | 二次電池の特性推定装置 |
CN105093127A (zh) * | 2015-08-14 | 2015-11-25 | 合肥赛为智能有限公司 | 一种基于充电方式的锂电池荷电状态的校准与估计方法 |
US20160061908A1 (en) * | 2014-09-01 | 2016-03-03 | Yokogawa Electric Corporation | Secondary battery capacity measurement system and secondary battery capacity measurement method |
JP2016090346A (ja) * | 2014-10-31 | 2016-05-23 | エンネット株式会社 | 電池診断装置および電池診断方法 |
CN106154168A (zh) * | 2016-04-01 | 2016-11-23 | 储盈新能源科技(上海)有限公司 | 数据驱动的动力电池荷电状态估计方法 |
CN106249168A (zh) * | 2016-08-31 | 2016-12-21 | 福州瑞芯微电子股份有限公司 | 一种电池曲线修正方法和装置 |
CN106597308A (zh) * | 2016-12-16 | 2017-04-26 | 西南交通大学 | 一种动力电池剩余电量估计方法 |
CN107167738A (zh) * | 2017-04-21 | 2017-09-15 | 华南理工大学 | 一种基于ocv‑soc曲线特征的动力电池soc估算的修正方法及装置 |
JP2017220293A (ja) * | 2016-06-03 | 2017-12-14 | 大和製罐株式会社 | 電池の充放電曲線推定装置及び、その充放電曲線推定方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002131402A (ja) | 2000-10-19 | 2002-05-09 | Shinei Denshi Keisokki Kk | 二次電池の検査装置 |
JP4061965B2 (ja) * | 2002-05-14 | 2008-03-19 | ソニー株式会社 | 電池容量算出方法 |
JP2014044149A (ja) | 2012-08-28 | 2014-03-13 | Suzuki Motor Corp | リチウムイオン電池の劣化推定方法 |
CN106093778B (zh) * | 2016-05-30 | 2018-12-04 | 浙江南都电源动力股份有限公司 | 电池状态预测方法及系统 |
JP2018046667A (ja) * | 2016-09-14 | 2018-03-22 | 株式会社東芝 | 充電パターン作成装置、充電制御装置、充電パターン作成方法、プログラム、及び蓄電システム |
JP7066390B2 (ja) * | 2017-12-13 | 2022-05-13 | 大和製罐株式会社 | 蓄電池の経済性推定装置および経済性推定方法 |
JP7106362B2 (ja) | 2018-06-15 | 2022-07-26 | 大和製罐株式会社 | 蓄電池の充放電曲線推定装置および充放電曲線推定方法 |
-
2018
- 2018-06-15 JP JP2018115000A patent/JP7106362B2/ja active Active
-
2019
- 2019-06-14 TW TW108120600A patent/TWI826464B/zh active
- 2019-06-14 WO PCT/JP2019/023712 patent/WO2019240270A1/ja active Application Filing
- 2019-06-14 CN CN201980040080.4A patent/CN112368588B/zh active Active
- 2019-06-14 DE DE112019003028.0T patent/DE112019003028T5/de active Pending
-
2020
- 2020-12-11 US US17/119,705 patent/US11346889B2/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103314303A (zh) * | 2010-11-30 | 2013-09-18 | 罗伯特·博世有限公司 | 用于测定蓄电池的开路电压的方法、具有用于测定开路电压的模块的蓄电池以及具有相应的蓄电池的机动车 |
CN103022583A (zh) * | 2012-12-20 | 2013-04-03 | 惠州市亿能电子有限公司 | 一种利用电池充电曲线修正soc的方法 |
JP2015135286A (ja) * | 2014-01-17 | 2015-07-27 | 株式会社豊田中央研究所 | 二次電池の特性推定装置 |
US20160061908A1 (en) * | 2014-09-01 | 2016-03-03 | Yokogawa Electric Corporation | Secondary battery capacity measurement system and secondary battery capacity measurement method |
JP2016090346A (ja) * | 2014-10-31 | 2016-05-23 | エンネット株式会社 | 電池診断装置および電池診断方法 |
CN105093127A (zh) * | 2015-08-14 | 2015-11-25 | 合肥赛为智能有限公司 | 一种基于充电方式的锂电池荷电状态的校准与估计方法 |
CN106154168A (zh) * | 2016-04-01 | 2016-11-23 | 储盈新能源科技(上海)有限公司 | 数据驱动的动力电池荷电状态估计方法 |
JP2017220293A (ja) * | 2016-06-03 | 2017-12-14 | 大和製罐株式会社 | 電池の充放電曲線推定装置及び、その充放電曲線推定方法 |
CN106249168A (zh) * | 2016-08-31 | 2016-12-21 | 福州瑞芯微电子股份有限公司 | 一种电池曲线修正方法和装置 |
CN106597308A (zh) * | 2016-12-16 | 2017-04-26 | 西南交通大学 | 一种动力电池剩余电量估计方法 |
CN107167738A (zh) * | 2017-04-21 | 2017-09-15 | 华南理工大学 | 一种基于ocv‑soc曲线特征的动力电池soc估算的修正方法及装置 |
Non-Patent Citations (1)
Title |
---|
海迪: "动力电池SOC测量不确定度评定方法的研究", 中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑), no. 2, pages 042 - 1464 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI810098B (zh) * | 2022-02-17 | 2023-07-21 | 日商日立全球先端科技股份有限公司 | 電池管理裝置、電池管理程式 |
Also Published As
Publication number | Publication date |
---|---|
JP2019219193A (ja) | 2019-12-26 |
DE112019003028T5 (de) | 2021-03-18 |
US11346889B2 (en) | 2022-05-31 |
CN112368588B (zh) | 2024-06-25 |
US20210096189A1 (en) | 2021-04-01 |
TWI826464B (zh) | 2023-12-21 |
TW202002390A (zh) | 2020-01-01 |
JP7106362B2 (ja) | 2022-07-26 |
WO2019240270A1 (ja) | 2019-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112368588B (zh) | 蓄电池的充放电曲线估计装置及充放电曲线估计方法 | |
CN111512171B (zh) | 蓄电池的经济性估计装置和经济性估计方法 | |
KR101015185B1 (ko) | 상태검지장치 및 이것을 이용하는 장치 | |
JP6300567B2 (ja) | 二次電池システム | |
KR101547005B1 (ko) | 배터리 잔존 용량 추정 장치 및 방법 | |
JP6564647B2 (ja) | 電池の劣化状態推定装置及び、その劣化状態推定方法 | |
CN108459272B (zh) | 状态估计装置及方法、电池组、车辆、蓄电系统、存储器 | |
US10811889B2 (en) | Management device and power storage system | |
US20200132774A1 (en) | Storage battery system charging control device, storage battery system, and storage battery charging control method | |
WO2012132160A1 (ja) | 劣化測定装置、二次電池パック、劣化測定方法、およびプログラム | |
JP7016704B2 (ja) | 二次電池システム | |
JP2017220293A (ja) | 電池の充放電曲線推定装置及び、その充放電曲線推定方法 | |
KR20210031336A (ko) | 배터리 진단 장치 및 방법 | |
KR20210066609A (ko) | 배터리 셀 이상 퇴화 진단 장치 및 방법 | |
JP2020079764A (ja) | 二次電池の状態判定方法 | |
JP7240893B2 (ja) | 電池制御装置 | |
WO2024009854A1 (ja) | 蓄電池の充放電曲線を用いた経済性推定装置及び経済性推定方法 | |
EP4138260B1 (en) | Method for determining the state of health of at least one electric battery | |
US20220352736A1 (en) | Charging/discharging control device and charging/discharging control method | |
WO2023007872A1 (ja) | 電池制御方法 | |
KR20240100195A (ko) | 배터리 관리 장치 및 그것의 동작 방법 | |
CN116298983A (zh) | 一种计算清扫装置电池包的剩余电量的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40038040 Country of ref document: HK |
|
GR01 | Patent grant |